sdd

https://www.zhihu.com/tardis/bd/art/703145200?source_id=1001

导入（PyTorch & Safetensors）

相比于 GGUF，从 PyTorch 和 Safetensors 导入模型的过程要复杂一些。不过，我们正在努力简化这一流程。

设置

首先，克隆 ollama/ollama 仓库：

git clone [git@github.com](<mailto:git@github.com>):ollama/ollama.git ollama
cd ollama

紧接着，同步 llm/llama.cpp 子模块：

git submodule init
git submodule update llm/llama.cpp

然后，安装 Python 依赖项：

python3 -m venv llm/llama.cpp/.venv
source llm/llama.cpp/.venv/bin/activate
pip install -r llm/llama.cpp/requirements.txt

接着构建量化工具：

make -C llm/llama.cpp quantize

（可选）克隆 HuggingFace 仓库

如果模型托管在 HuggingFace 仓库中，首先克隆该仓库下载原始模型。

安装 Git LFS，验证是否安装成功，然后克隆模型的仓库：

git lfs install
git clone <https://huggingface.co/mistralai/Mistral-7B-Instruct-v0.1> model

步骤 1：转换模型

注意：某些模型架构需要使用特定的转换脚本。例如，Qwen 模型需要运行 convert-hf-to-gguf.py 而非 convert.py。

python llm/llama.cpp/convert.py ./model --outtype f16 --outfile converted.bin

步骤 2：量化模型

llm/llama.cpp/quantize converted.bin quantized.bin q4_0

步骤 3：编写模型文件

然后，为您的模型创建一个模型文件：

FROM quantized.bin
TEMPLATE "[INST] {{ .Prompt }} [/INST]"

步骤 4：创建 Ollama 模型

最后，根据您的模型文件创建一个模型：

ollama create example -f Modelfile

步骤 5：运行您的模型

再次使用 ollama run 命令测试您的模型：

ollama run example "What is your favourite condiment?"

发布您的模型（可选 - 早期 alpha 版本）

目前模型发布功能处于早期测试阶段。如果您想分享您的模型，请按照以下步骤操作：

1. 创建一个账号
2. 复制您的 Ollama 公钥：

    macOS: cat ~/.ollama/id_ed25519.pub | pbcopyWindows: type %USERPROFILE%\.ollama\id_ed25519.pubLinux: cat /usr/share/ollama/.ollama/id_ed25519.pub

3. 将您的公钥添加到 Ollama 账号

接下来，将您的模型复制到您的用户名空间下：

ollama cp example <your username>/example

注意：模型名称只能包含小写字母、数字和 .、-、_ 这些字符。

然后推送模型：

ollama push <your username>/example

发布后，您的模型将可以在 https://ollama.com/<your username>/example 访问。

量化参考

量化选项从最高到最低等级依次为：注意，某些结构如 Falcon 不支持 K 量化。

q2_K,q3_K,q3_K_S,q3_K_M,q3_K_L,q4_0（推荐）,q4_1,q4_K,q4_K_S,q4_K_M,q5_0,q5_1,q5_K,q5_K_S,q5_K_M,q6_K,q8_0,f16